[apue] apue_db:一个可以充当"注册表"的 key-value 数据库
apue 最后两章都是通过一个完整的实例来解释一些 linux 功能,第20章就是通过一个数据库实例来解释文件锁的使用,
说实话,当时没兴趣,因为满页都是源码和解析,有点看不下去。但是再拾起来硬着头皮看的时候,发现这哪里是个小 demo,明明是个五脏俱全的 key-value 数据库嘛,
而且这个数据库,提供多进程并发读写的安全性保证(通过文件锁)、提供已删除节点循环再利用的能力、提供根据用户需求调节内部 hash 表参数的能力……
特别是它的索引与数据文件格式,采用字符串存储各种偏移量与数字,非常便于直接打开文件去做一些 “观察”,然后也能很方便地基于 SDK 构建查找、增删改数据库的工具……
这简直就是一个 linux 上的 “注册表” 工具!
先来看看这个数据库提供的 SDK 接口:
1 #ifndef __APUE_DB_H__ 2 #define __APUE_DB_H__ 3 4 typedef void* DBHANDLE; 5 6 // db_store flags 7 #define DB_INSERT 1 8 #define DB_REPLACE 2 9 #define DB_STORE 3 10 11 #define IDXLEN_MIN 6 12 #define IDXLEN_MAX 1024 // single index can not exceed this size 13 #define DATLEN_MIN 2 14 #define DATLEN_MAX 1024 // single data can not exceed this size 15 #define NHASH_DEF 137 // default hash table size 16 17 DBHANDLE db_open (char const* pathname, int oflag, .../*mode*/); 18 void db_close (DBHANDLE db); 19 int db_store (DBHANDLE db, const char *key, const char *data, int flag); 20 char* db_fetch (DBHANDLE db, char *key); 21 int db_delete (DBHANDLE db, const char *key); 22 void db_rewind (DBHANDLE db); 23 char *db_nextrec (DBHANDLE db, char *key); 24 void db_dump (DBHANDLE db); 25 26 #endif
通过 db_open/db_close 打开关闭数据库,拿到DBHANDLE后就可以基于这个做操作了:
- db_store 存储一个key,flag 指定覆盖方式:
- DB_INSERT 当已经有这个key时会返回失败
- DB_REPLACE 当没有这个key时会返回失败
- DB_STORE 综合了上面两种情况,有时REPLACE,没有时INSERT
- db_fetch 获取一个key对应的data
- db_delete 删除一个key
- db_rewind/db_nextrec 用来无序遍历数据库中的所有key
- db_dump 是我自己加的一个接口,用来打印数据库内部状态,如索引哈希表、索引空闲节点列表,调试时使用
实现比较长,就不贴了,只给一个链接:apue_db.c
依据书中代码,纯手工输入,同时加入了习题中可以指定索引哈希表大小的能力
(编译时指定 HAS_HASHSIZE 宏,运行时通过环境变量 APUE_DB_HASH_SIZE 指定具体的哈希值,当然这个只在创建数据库时起作用,如果数据库已经存在,
将直接使用数据库中记录的哈希表大小值,如果没有环境变量,使用 NHASH_DEF 作为默认的哈希表尺寸,PS:尽量使用质数来保证哈希效果)
有了SDK,搞个数据库小工具就是小菜一碟了:
1 #include "../apue.h" 2 #include "apue_db.h" 3 #include <fcntl.h> 4 #include <strings.h> 5 #include <errno.h> 6 7 void Usage () 8 { 9 printf ("Usage: db filename insert key data\n"); 10 printf (" db filename query key\n"); 11 printf (" db filename delete key\n"); 12 printf (" db filename walk\n"); 13 printf (" db filename dump\n"); 14 exit (-1); 15 } 16 17 int main (int argc, char *argv[]) 18 { 19 if (argc < 3) 20 Usage (); 21 22 char *filename = argv[1]; 23 char *action = argv[2]; 24 char *key = NULL; 25 char *data = NULL; 26 if (strcasecmp (action, "walk") == 0 27 || strcasecmp (action, "dump") == 0) 28 { 29 // no extra param 30 } 31 else if (strcasecmp (action, "delete") == 0 32 || strcasecmp (action, "query") == 0) 33 { 34 if (argc < 4) 35 Usage (); 36 37 key = argv[3]; 38 } 39 else if (strcasecmp (action, "insert") == 0) 40 { 41 if (argc < 5) 42 Usage (); 43 44 key = argv[3]; 45 data = argv[4]; 46 } 47 else 48 { 49 Usage (); 50 } 51 52 DBHANDLE db; 53 char *ptr = NULL; 54 #ifdef HAS_HASHSIZE 55 int hashsize = 0; 56 ptr = getenv ("APUE_DB_HASH_SIZE"); 57 if (ptr) 58 hashsize = atoi (ptr); 59 60 if (hashsize <= 0) 61 hashsize = NHASH_DEF; 62 63 if ((db = db_open (filename, O_RDWR | O_CREAT /*| O_TRUNC*/, FILE_MODE, hashsize)) == NULL) 64 #else 65 if ((db = db_open (filename, O_RDWR | O_CREAT /*| O_TRUNC*/, FILE_MODE)) == NULL) 66 #endif 67 err_sys ("db_open error"); 68 69 int ret = 0; 70 if (strcasecmp (action, "dump") == 0) 71 { 72 db_dump (db); 73 } 74 else if (strcasecmp (action, "walk") == 0) 75 { 76 //db_rewind (); 77 int n = 0; 78 char buf[IDXLEN_MAX] = { 0 }; 79 while ((ptr = db_nextrec(db, buf)) != NULL) 80 { 81 n ++; 82 printf ("[%5d] %s --- %s\n", n, buf, ptr); 83 } 84 85 printf ("walk done!\n"); 86 } 87 else if (strcasecmp (action, "insert") == 0) 88 { 89 ret = db_store (db, key, data, DB_STORE); 90 if (ret < 0) 91 fprintf (stderr, "insert %s.%s failed, errno %d\n", key, data, errno); 92 else if (ret == 1) 93 fprintf (stderr, "insert %s.%s cover old data\n", key, data); 94 else 95 printf ("db %s '%s' code %d\n", action, key, ret); 96 } 97 else if (strcasecmp (action, "delete") == 0) 98 { 99 ret = db_delete (db, key); 100 if (ret < 0) 101 fprintf (stderr, "delete %s failed, errno %d\n", key, errno); 102 else 103 printf ("db %s '%s' code %d\n", action, key, ret); 104 } 105 else if (strcasecmp (action, "query") == 0) 106 { 107 ptr = db_fetch (db, key); 108 //printf ("%s === %s\n", key, ptr); 109 // only print data to allow assigned in shell script 110 printf ("%s\n", ptr == NULL ? "nil" : ptr); 111 } 112 else 113 Usage (); 114 115 db_close (db); 116 return ret; 117 }
如果给定的参数不合法,会弹出 usage:
Usage: db filename insert key data db filename query key db filename delete key db filename walk db filename dump
其中:
- insert 底层使用 db_store(..., DB_STORE); 来插入一条数据
- query 底层使用 db_fetch 来查询一条数据
- delete 底层使用 db_delete 来删除一条数据
- walk 底层使用 db_nextrec 来遍历所有数据
- dump 底层使用 db_dump 来查看数据库内部状态
好了,有了这个工具,我们就可以用脚本来开展测试工作了,为了验证这个数据库是“靠谱”的,我主要测试的是多进程并行写入、删除的能力。
在开始搞事情之前,我需要先准备一些测试数据,这个由一个awk脚本来完成:
1 #! /bin/awk -f 2 BEGIN { 3 WORDNUM = 10 4 for (i = 1; i <= WORDNUM; i++) { 5 printf("%s %s\n", randword(randint(20)), randword(randint(150))) 6 } 7 } 8 9 # randint(n): return a random integer number which is >= 1 and <= n 10 function randint(n) { 11 return int(n *rand()) + 1 12 } 13 14 # randlet(): return a random letter, which maybe upper, lower or number. 15 function randlet() { 16 return substr("abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789", randint(62), 1) 17 } 18 19 # randword(LEN): return a rand word with a length of LEN 20 function randword(LEN) { 21 randw="" 22 for( j = 1; j <= LEN; j++) { 23 randw=randw randlet() 24 } 25 return randw 26 }
执行这个脚本,得到测试数据文件:
$./gen.awk > demo $ cat demo s0jKl kEjwE4q3nNJugFJ0cgNaSgDpP3VS45x3Wum9kRF6SgmIReFmrNBcCecjyQHQqCrB5fC61hao1BV2x6XZ6KLtA4jZTEnhcAugAMMWE95NU7FnsYar4wz279jHoV TmD516yvmt JB2NG30NDAaL5vpzp8DQX0rLRiVxjONIm64AN6UVc7uTLIIRpEq BOhc40pKXhCbCu8 yo1vVWxtP4uJIbRFwNo6eZnxbOnzwrRvrcX0Xi1DcKsHcsaCgoqkbr1PWoqSdcG5jbwi4sMrlGf Pw1o1fcg6kHIm ZmDlGY0OEsAsWYzRprJJcjxOZ0h9OBP5ORTqmvxU2XgS9lRXAfCuIzFHOLVt1eE GalRFwb YpHtiHoEVu46gDh6X55JbQMr9T9mI5PIwCllwe1sy1lUkQn2EqJAE9tZ0bTpMNj7nVenVaEpJEBHai 2X staN43MMZxs8H3wITgkcuTKWGRxLE8pYpUTc2SUETv9igtejxiiM2B6x44ch9XGZjkXSMp2Rewv2WjRBHSVfZAmTAYz32h5l5PRKsdHqMMU1l zW4dQI 6tnikssfMBLVJs4jbTXkFylvdEcVGMB1eYpdCvnvqBxcUuMPmDgSDuFVl726MkkgzMU5nFLoQrcM4Y8aTHRnMXilQTEaMe5aYdgJ5jEVnKMwRt9mQWE8sYKVSLHjtDJ9LwsGcN2IZ2Eznmn6ElzbY7 0Jde UQQFJQpluZKXybyfzyLrdIGYNn8Rs09tXwv7uMjlYRpe7C1frEB5hGHwuEu37bSCj0v5L1cxnYLabzF4t4loXtiV97O7XXg4qMK5IR2 yNSPh9ev0rnu0yU I3XVWF8h7to0 UivjVVXnSN60cre Grro31PCJDUx83CjbThVEksrvQHZcxnLwBa3RCpUS0Yhwm4OXisdZN0Jnj
这个文件每行都是一个 "key data",其中 key 为 1-20 长度的随机字符串,data 为 1-150 长度的随机字符串,共10条。
写入数据的测试脚本就可以这样写了:
1 #! /bin/sh 2 OLD_IFS="$IFS" 3 IFS=" " 4 while read line 5 do 6 # echo $line 7 array=($line) 8 key=${array[0]} 9 data=${array[1]} 10 echo "$key -> $data" 11 ./db yunh insert $key $data 12 done <demo 13 14 IFS="$OLD_IFS"
执行这个脚本,结果如下:
$ ./testi.sh s0jKl -> kEjwE4q3nNJugFJ0cgNaSgDpP3VS45x3Wum9kRF6SgmIReFmrNBcCecjyQHQqCrB5fC61hao1BV2x6XZ6KLtA4jZTEnhcAugAMMWE95NU7FnsYar4wz279jHoV db insert 's0jKl' code 0 TmD516yvmt -> JB2NG30NDAaL5vpzp8DQX0rLRiVxjONIm64AN6UVc7uTLIIRpEq db insert 'TmD516yvmt' code 0 BOhc40pKXhCbCu8 -> yo1vVWxtP4uJIbRFwNo6eZnxbOnzwrRvrcX0Xi1DcKsHcsaCgoqkbr1PWoqSdcG5jbwi4sMrlGf db insert 'BOhc40pKXhCbCu8' code 0 Pw1o1fcg6kHIm -> ZmDlGY0OEsAsWYzRprJJcjxOZ0h9OBP5ORTqmvxU2XgS9lRXAfCuIzFHOLVt1eE db insert 'Pw1o1fcg6kHIm' code 0 GalRFwb -> YpHtiHoEVu46gDh6X55JbQMr9T9mI5PIwCllwe1sy1lUkQn2EqJAE9tZ0bTpMNj7nVenVaEpJEBHai db insert 'GalRFwb' code 0 2X -> staN43MMZxs8H3wITgkcuTKWGRxLE8pYpUTc2SUETv9igtejxiiM2B6x44ch9XGZjkXSMp2Rewv2WjRBHSVfZAmTAYz32h5l5PRKsdHqMMU1l db insert '2X' code 0 zW4dQI -> 6tnikssfMBLVJs4jbTXkFylvdEcVGMB1eYpdCvnvqBxcUuMPmDgSDuFVl726MkkgzMU5nFLoQrcM4Y8aTHRnMXilQTEaMe5aYdgJ5jEVnKMwRt9mQWE8sYKVSLHjtDJ9LwsGcN2IZ2Eznmn6ElzbY7 db insert 'zW4dQI' code 0 0Jde -> UQQFJQpluZKXybyfzyLrdIGYNn8Rs09tXwv7uMjlYRpe7C1frEB5hGHwuEu37bSCj0v5L1cxnYLabzF4t4loXtiV97O7XXg4qMK5IR2 db insert '0Jde' code 0 yNSPh9ev0rnu0yU -> I3XVWF8h7to0 db insert 'yNSPh9ev0rnu0yU' code 0 UivjVVXnSN60cre -> Grro31PCJDUx83CjbThVEksrvQHZcxnLwBa3RCpUS0Yhwm4OXisdZN0Jnj db insert 'UivjVVXnSN60cre' code 0
使用工具进行 walk 的话,可以看到都插入进去了:
$ ./db yunh walk [ 1] s0jKl --- kEjwE4q3nNJugFJ0cgNaSgDpP3VS45x3Wum9kRF6SgmIReFmrNBcCecjyQHQqCrB5fC61hao1BV2x6XZ6KLtA4jZTEnhcAugAMMWE95NU7FnsYar4wz279jHoV [ 2] TmD516yvmt --- JB2NG30NDAaL5vpzp8DQX0rLRiVxjONIm64AN6UVc7uTLIIRpEq [ 3] BOhc40pKXhCbCu8 --- yo1vVWxtP4uJIbRFwNo6eZnxbOnzwrRvrcX0Xi1DcKsHcsaCgoqkbr1PWoqSdcG5jbwi4sMrlGf [ 4] Pw1o1fcg6kHIm --- ZmDlGY0OEsAsWYzRprJJcjxOZ0h9OBP5ORTqmvxU2XgS9lRXAfCuIzFHOLVt1eE [ 5] GalRFwb --- YpHtiHoEVu46gDh6X55JbQMr9T9mI5PIwCllwe1sy1lUkQn2EqJAE9tZ0bTpMNj7nVenVaEpJEBHai [ 6] 2X --- staN43MMZxs8H3wITgkcuTKWGRxLE8pYpUTc2SUETv9igtejxiiM2B6x44ch9XGZjkXSMp2Rewv2WjRBHSVfZAmTAYz32h5l5PRKsdHqMMU1l [ 7] zW4dQI --- 6tnikssfMBLVJs4jbTXkFylvdEcVGMB1eYpdCvnvqBxcUuMPmDgSDuFVl726MkkgzMU5nFLoQrcM4Y8aTHRnMXilQTEaMe5aYdgJ5jEVnKMwRt9mQWE8sYKVSLHjtDJ9LwsGcN2IZ2Eznmn6ElzbY7 [ 8] 0Jde --- UQQFJQpluZKXybyfzyLrdIGYNn8Rs09tXwv7uMjlYRpe7C1frEB5hGHwuEu37bSCj0v5L1cxnYLabzF4t4loXtiV97O7XXg4qMK5IR2 [ 9] yNSPh9ev0rnu0yU --- I3XVWF8h7to0 [ 10] UivjVVXnSN60cre --- Grro31PCJDUx83CjbThVEksrvQHZcxnLwBa3RCpUS0Yhwm4OXisdZN0Jnj walk done!
可以观察到遍历的顺序其实就是元素的插入顺序。
使用工具进行 dump 的话,还可以看到 hash 表中的元素分配:
$ ./db yunh dump hash nodes: hash[0] nodes: hash[1] nodes: hash[2] nodes: hash[3] nodes: hash[4] nodes: hash[5] nodes: hash[6] nodes: hash[7] nodes: hash[8] nodes: hash[9] nodes: hash[10] nodes: hash[11] nodes: hash[12] nodes: hash[13] nodes: 1 key 10, dat 52: TmD516yvmt hash[14] nodes: hash[15] nodes: hash[16] nodes: hash[17] nodes: hash[18] nodes: hash[19] nodes: hash[20] nodes: hash[21] nodes: hash[22] nodes: hash[23] nodes: hash[24] nodes: hash[25] nodes: hash[26] nodes: hash[27] nodes: hash[28] nodes: hash[29] nodes: hash[30] nodes: hash[31] nodes: hash[32] nodes: hash[33] nodes: hash[34] nodes: hash[35] nodes: hash[36] nodes: hash[37] nodes: hash[38] nodes: hash[39] nodes: hash[40] nodes: hash[41] nodes: 1 key 15, dat 13: yNSPh9ev0rnu0yU hash[42] nodes: hash[43] nodes: hash[44] nodes: hash[45] nodes: hash[46] nodes: hash[47] nodes: hash[48] nodes: hash[49] nodes: hash[50] nodes: hash[51] nodes: 1 key 6, dat 151: zW4dQI hash[52] nodes: hash[53] nodes: hash[54] nodes: hash[55] nodes: hash[56] nodes: hash[57] nodes: hash[58] nodes: hash[59] nodes: hash[60] nodes: hash[61] nodes: 1 key 15, dat 59: UivjVVXnSN60cre hash[62] nodes: hash[63] nodes: hash[64] nodes: 1 key 7, dat 79: GalRFwb hash[65] nodes: hash[66] nodes: hash[67] nodes: hash[68] nodes: hash[69] nodes: hash[70] nodes: hash[71] nodes: hash[72] nodes: hash[73] nodes: hash[74] nodes: hash[75] nodes: hash[76] nodes: hash[77] nodes: hash[78] nodes: 1 key 4, dat 104: 0Jde hash[79] nodes: hash[80] nodes: hash[81] nodes: hash[82] nodes: hash[83] nodes: hash[84] nodes: hash[85] nodes: hash[86] nodes: hash[87] nodes: hash[88] nodes: hash[89] nodes: 1 key 2, dat 110: 2X hash[90] nodes: hash[91] nodes: hash[92] nodes: hash[93] nodes: hash[94] nodes: 1 key 15, dat 76: BOhc40pKXhCbCu8 hash[95] nodes: hash[96] nodes: hash[97] nodes: hash[98] nodes: hash[99] nodes: hash[100] nodes: hash[101] nodes: hash[102] nodes: hash[103] nodes: hash[104] nodes: hash[105] nodes: hash[106] nodes: hash[107] nodes: hash[108] nodes: hash[109] nodes: hash[110] nodes: hash[111] nodes: hash[112] nodes: hash[113] nodes: hash[114] nodes: hash[115] nodes: 1 key 13, dat 64: Pw1o1fcg6kHIm hash[116] nodes: hash[117] nodes: hash[118] nodes: hash[119] nodes: hash[120] nodes: hash[121] nodes: hash[122] nodes: hash[123] nodes: hash[124] nodes: hash[125] nodes: hash[126] nodes: hash[127] nodes: hash[128] nodes: hash[129] nodes: hash[130] nodes: hash[131] nodes: hash[132] nodes: hash[133] nodes: hash[134] nodes: hash[135] nodes: hash[136] nodes: 1 key 5, dat 123: s0jKl free nodes: total free: 0
可以看到默认的137个 hash 槽足够散列这10条记录,所以基本上一个 hash 槽最多只有一条记录,如果记录多的话,才有可能看到索引记录在 hash 槽中串成队列的情形。
另外,这里因为没有删除记录,也没有发生插入同名 key 的情况(此种场景也会删除记录),所以 freelist 没有任何元素。
如果有兴趣的话,其实也可以打开数据库的索引与数据文件,一探究竟:
$ cat yunh.idx 0 137 0 0 0 0 0 0 0 0 0 0 0 0 0 857
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1043 0 0 0 0 0
0 0 0 0 995 0 0 0 0 0 0 0 0 0 1076 0
0 949 0 0 0 0 0 0 0 0 0 0 0 0 0 1020
0 0 0 0 0 0 0 0 0 0 974 0 0 0 0 885
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 918 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 835 0 12s0jKl:0:123 0 18TmD516yvmt:123:52 0 23BOhc40pKXhCbCu8:175:76 0 21Pw1o1fcg6kHIm:251:64 0 15GalRFwb:315:79 0 112X:394:110 0 15zW4dQI:504:151 0 130Jde:655:104 0 23yNSPh9ev0rnu0yU:759:13 0 23UivjVVXnSN60cre:772:59 $ cat yunh.dat kEjwE4q3nNJugFJ0cgNaSgDpP3VS45x3Wum9kRF6SgmIReFmrNBcCecjyQHQqCrB5fC61hao1BV2x6XZ6KLtA4jZTEnhcAugAMMWE95NU7FnsYar4wz279jHoV JB2NG30NDAaL5vpzp8DQX0rLRiVxjONIm64AN6UVc7uTLIIRpEq yo1vVWxtP4uJIbRFwNo6eZnxbOnzwrRvrcX0Xi1DcKsHcsaCgoqkbr1PWoqSdcG5jbwi4sMrlGf ZmDlGY0OEsAsWYzRprJJcjxOZ0h9OBP5ORTqmvxU2XgS9lRXAfCuIzFHOLVt1eE YpHtiHoEVu46gDh6X55JbQMr9T9mI5PIwCllwe1sy1lUkQn2EqJAE9tZ0bTpMNj7nVenVaEpJEBHai staN43MMZxs8H3wITgkcuTKWGRxLE8pYpUTc2SUETv9igtejxiiM2B6x44ch9XGZjkXSMp2Rewv2WjRBHSVfZAmTAYz32h5l5PRKsdHqMMU1l 6tnikssfMBLVJs4jbTXkFylvdEcVGMB1eYpdCvnvqBxcUuMPmDgSDuFVl726MkkgzMU5nFLoQrcM4Y8aTHRnMXilQTEaMe5aYdgJ5jEVnKMwRt9mQWE8sYKVSLHjtDJ9LwsGcN2IZ2Eznmn6ElzbY7 UQQFJQpluZKXybyfzyLrdIGYNn8Rs09tXwv7uMjlYRpe7C1frEB5hGHwuEu37bSCj0v5L1cxnYLabzF4t4loXtiV97O7XXg4qMK5IR2 I3XVWF8h7to0 Grro31PCJDUx83CjbThVEksrvQHZcxnLwBa3RCpUS0Yhwm4OXisdZN0Jnj
这里就不细说了,不过总的感觉,这个数据库还是比较“透明”的。
做多进程并发,这点儿数据当然不够了,我们修改gen.awk,让它生成1000条数据,
然后在插入脚本调用 db 命令的位置,使用后台运行来同时跑多个进程:
./db yunh insert $key $data &
这样执行之后,再观察数据库中的数据,通过执行 walk 或 dump,可以看到确确实实有1000条数据插入了。
为了验证数据准确性,甚至我还写了一个校验脚本,这个脚本每次一行从测试数据中读出key与data,然后再去数据库中取数据做对比,
经过验证,一条不差!
感兴趣的可以参考一下这个脚本:
1 #! /bin/sh 2 OLD_IFS="$IFS" 3 IFS=" " 4 n=0 5 while read line 6 do 7 # echo $line 8 array=($line) 9 key=${array[0]} 10 data=${array[1]} 11 resp=`./db yunh query $key $data` 12 if [ "$resp" != "$data" ]; then 13 echo "query $key with $resp != $data" 14 n=$(($n+1)) 15 fi 16 done <demo 17 echo "total different: $n" 18 19 IFS="$OLD_IFS" 20
最近在做 windows 到 linux 程序移植的工作,其中注册表访问的部分一直很头疼,因为写配置文件实在是又零散又不能保证并发问题,
于是自然而然想到,把这个SDK封装在一个跨平台访问配置信息的类中,用于模拟 windows 上访问注册表的机制,结果很完美。
(只是有一点需要注意,因为底层的文件锁只支持进程级别的互斥,同一进程内的多个线程之间,如果已经有锁,则再加锁并不等待,直接进入临界区,
所以这块还是需要注意访问“注册表”最好局限在该进程的一个线程中,特别是有写入的场景时)
最后总结一下,就是 apue 本身是个大宝库,看似简单的一个demo都蕴藏着巨大的潜力,作者不愧为一代巨匠,赞~~~
本文来自博客园,作者:goodcitizen,转载请注明原文链接:https://www.cnblogs.com/goodcitizen/p/a_key_value_db_in_apue.html